NumCpp 是一个高性能的数学计算 C++ 库，它提供了一个简单的 Numpy/Matlab 类似的接口。 NumCpp中的主要数据结构是NdArray。它本质上是一个 2D 数组类，一维数组实现为1xN数组。还有一个DataCub...

MKL-DNN 是用于深度神经网络的英特尔数学核心库，是一款面向深度学习应用的开源性能库。 该库包括针对英特尔架构处理器和英特尔处理器显卡优化的神经网络的基本构建模块。 英特尔MKL-DNN适用于...

使用 Go 实现的数学表达式解析计算引擎库，无任何依赖，相对比较完整的完成了数学表达式解析执行，包括词法分析、语法分析、构建AST、运行。 能够处理的表达式样例： 1+127-21+(3-4)*6/2.5 (88+...

CuPy是基于CUDA实现与NumPy兼容的多维数组的实现。 CuPy由核心多维数组类cupy.ndarray和许多函数组成。 它支持numpy.ndarray接口的子集。 安装： (Binary Package for CUDA 8.0) $ pip install ...

DLPack是一种开放的内存张量结构，用于在框架之间共享张量。 DLPack启用 在深度学习框架之间更轻松地共享操作员。 更容易包装供应商级别的运营商实施，允许在引入新设备/操作时进行协作。 快速...

RAPIDS cuGraph库是一组图形分析，用于处理GPU数据帧中的数据 - 请参阅cuDF。 cuGraph旨在提供类似NetworkX的API，这对数据科学家来说很熟悉，因此他们现在可以更轻松地构建GPU加速的工作流程。...

cuDF 基于Apache Arrow柱状内存格式构建，是一个GPU DataFrame库，用于加载，连接，聚合，过滤和操作数据。 cuDF提供了类似 pandas 的 API，数据工程师和数据科学家都很熟悉它们，因此他们可以...

cuML是一套用于实现与其他RAPIDS项目共享兼容API的机器学习算法和数学原语函数。 cuML使数据科学家、研究人员和软件工程师能够在GPU上运行传统的表格ML任务，而无需深入了解CUDA编程的细节。 在...

Pythran是Python语言子集的前置编译器，专注于科学计算。 它需要一个带有一些接口说明的Python模块，并将其转换为具有相同接口的本机Python模块，但速度更快。 相当于是你用它来实现更快的科学...

Swift Numerics 是用于 Swift 的 Numerical API（数学计算），旨在填补标准库现有 API 中的一些重要空白，并为 Swift 编程开拓新领域。它内置了两个呼声甚高的数学计算模块，分别是实数模块（Re...

neon 是 Nervana System 的深度学习软件，致力于在所有硬件上实现最佳性能，专为易用性和可扩展性而设计。根据Facebook一位研究者的基准测试，Nervana的软件比业界知名的深度学习工具...

SigmaSwiftStatistics 是一个收集了统计计算函数的库。 使用示例： 如果你使用 Carthage 或 CocoaPods 安装方法，请添加 import SigmaSwiftStatistics 到你的源代码： 计算两组变量 x 和 y 的协...